Stonkfly è una simulazione open source che collega il connettoma virtuale di una mosca maschio ai dati del mercato crypto: il sistema trasforma i prezzi pubblici BTC-USDC in un grafico a candele RGB e usa l'attività neurale simulata per proporre di comprare, vendere o restare fermi. Il progetto è tecnicamente insolito, ma non ha dimostrato un apprendimento redditizio né una reale capacità di trading.
Un connettoma virtuale davanti al mercato crypto
Il cuore dell'esperimento è MaleCNS v1.0, un modello digitale della rete nervosa di una mosca maschio. Stonkfly non presenta una mosca biologica e non equivale a un cervello vivente: utilizza una struttura computazionale ricostruita per elaborare segnali visivi e produrre un'uscita fissa.
L'uscita può indicare tre azioni: buy, sell oppure hold, cioè comprare, vendere o non intervenire. Non c'è un modello linguistico a scegliere le operazioni: una lettura neurale fissa converte l'attività simulata in queste proposte.
Il mercato diventa un segnale visivo
Stonkfly non invia al connettoma una sequenza di prezzi in forma numerica. I prezzi pubblici di Coinbase vengono prima trasformati in un grafico a candele RGB; il modello riceve quindi informazioni visive basate su luminosità e colore.
La descrizione dell'interfaccia parla di un display da 320 × 180 pixel distribuito tra i due occhi simulati, con una zona centrale condivisa. L'implementazione elenca inoltre 3.335 ingressi di luminosità e 811 ingressi di colore R8. Sono due descrizioni a livelli diversi del sistema: quei conteggi non dimostrano una corrispondenza uno a uno con ogni pixel del display.
Questa scelta è la parte più interessante dell'esperimento. Il modello non “legge il prezzo” come farebbe un algoritmo finanziario tradizionale: riceve una rappresentazione visiva del grafico e la fa passare attraverso una rete nervosa simulata.
Cosa c'è dentro MaleCNS v1.0
La struttura utilizzata da Stonkfly comprende 166.700 neuroni, 25.582.938 connessioni dirette e 124.177.617 contatti sinaptici. Sono conteggi distinti: le connessioni dirette non sono sinonimo di contatti sinaptici e nessuno dei due numeri va confuso con il numero di neuroni.
Il modello usa anche segnali di rinforzo progettati per reagire all'andamento del portafoglio simulato. I guadagni attivano 15 cellule dopaminergiche PAM11, mentre le perdite attivano due cellule avversive PPL101. Si tratta di segnali ingegnerizzati per il funzionamento della simulazione, non di recettori del dolore e non di una prova di coscienza o di esperienza biologica.
| Dimensione | Dettaglio di Stonkfly | Condizione o ambito |
| Modello nervoso | MaleCNS v1.0 | Connettoma virtuale di una mosca maschio |
| Neuroni | 166.700 | Conteggio del grafo simulato |
| Connessioni dirette | 25.582.938 | Conteggio distinto dai contatti sinaptici |
| Contatti sinaptici | 124.177.617 | Conteggio distinto dalle connessioni dirette |
| Dati di mercato | BTC-USDC pubblico | Trasformati in un grafico a candele RGB |
| Uscita | Buy, sell o hold | Proposta generata dalla lettura neurale simulata |
| Rinforzo positivo | 15 cellule PAM11 | Segnale associato a un P&L positivo |
| Segnale avversivo | 2 cellule PPL101 | Segnale associato a un P&L negativo |
| Modalità predefinita | Paper trading con 100 USD simulati | Nessuna operazione finanziaria reale nel saldo simulato |
Dalla simulazione alle operazioni reali: una distinzione importante
La modalità predefinita usa operazioni simulate, dati pubblici BTC-USDC e un saldo iniziale di 100 USD virtuali. Il progetto documenta anche un percorso opzionale per collegarsi a un conto Coinbase Advanced, ma la possibilità tecnica di inviare ordini non equivale a una strategia redditizia, predittiva o adatta all'investimento.
Il punto è facile da perdere: un sistema può produrre proposte operative e persino collegarsi a un'infrastruttura di trading senza aver dimostrato di saper interpretare il mercato. Nel caso di Stonkfly, la documentazione stessa afferma che l'apprendimento redditizio non è stato dimostrato.
Perché non è una strategia vincente
Stonkfly dimostra soprattutto una pipeline software curiosa: dati di mercato, immagine RGB, ingressi visivi, attività del connettoma e proposta operativa. Non dimostra invece che il modello riconosca pattern utili, anticipi i prezzi o migliori con l'esperienza.
Anche un eventuale guadagno osservato in una simulazione non basterebbe da solo a provare una capacità generale. Servirebbero risultati riproducibili, condizioni di mercato comparabili e un'analisi capace di separare la fortuna da un comportamento realmente predittivo. Qui il dato forte è più sobrio: il meccanismo è documentato, la competenza finanziaria no.
Requisiti tecnici
Stonkfly supporta macOS e Linux. Il progetto indica Python 3.11, un compilatore C++17 e 16 GB di RAM consigliati. Sono requisiti per eseguire la simulazione, non una promessa sulle sue prestazioni di trading.
Per chi segue l'intelligenza artificiale e la neurotecnologia, il valore dell'esperimento sta quindi nel collegamento tra una rappresentazione del mercato e un modello di connettoma. Per chi cerca un sistema a cui affidare denaro, invece, la conclusione è molto meno spettacolare: Stonkfly non ha dimostrato di saper fare trading in modo redditizio.
Il progetto mostra quanto lontano si possa spingere una simulazione del comportamento neurale. Non mostra ancora che una mosca virtuale abbia imparato a battere il mercato.
